学术咨询服务正当时学报期刊咨询网是专业的学术咨询服务平台！
发布时间：2017-07-17 17:52所属平台：学报论文发表咨询网浏览： 次
这篇风险投资论文发表了风险投资对高技术产业技术创新的作用，风险投资及可以满足企业的融资需求也能降低企业的技术创新风险，风投的发展让中国的专利也得到了飞跃的发展，很多学者也意识到风投对于技术创新的积极作用，在注重风险投资对高技术产业技术创新作
这篇风险投资论文发表了风险投资对高技术产业技术创新的作用，风险投资及可以满足企业的融资需求也能降低企业的技术创新风险，风投的发展让中国的专利也得到了飞跃的发展，很多学者也意识到风投对于技术创新的积极作用，在注重风险投资对高技术产业技术创新作用的同时，也应该注意平衡其与其他技术创新投入因素的关系。
关键词：风险投资论文,R&D,技术创新
风险投资(VC)作为一种新型的投融资机制，它既能够满足企业的技术创新融资需求，也可以降低企业的技术创新风险，从而有利于提高企业的技术创新水平。虽然中国的风险投资发展较晚，但自从1999年一系列相关政策文件出台后，风投业便得到迅速发展。《中国创业风险投资发展报告2015》指出2014年中国风险投资各类机构数达到1551家，其管理资本总量为5232.4亿元，累计投资金额为3008.5亿元。同期，中国的专利也得到了飞跃发展。据资料显示，2014年中国企业专利申请数是48.5万件，与上年相比，提高了13.6%，中国企业的专利授权数是9.2万件，与上年相比，也提高了15.7%。那么，风险投资的发展与中国技术创新水平的提升之间有怎样的联系呢?现有研究中关于风险投资对技术创新的作用表现在以下两个方面：一是从理论上分析了它对技术创新的作用;二是采用简单线性回归方程、对数线性模型等回归分析的方法实证研究了它对技术创新产出的影响。不同于先前研究，本文更关注风险投资对技术创新效率的影响。本文认为，如果不考虑效率的影响，企业可能会为了追求技术创新产出而一味地增加投入，这将带来资源浪费的问题。因此，本文将以中国高技术产业2005—2014年数据为样本，基于DEA模型从效率的角度来考察风险投资对技术创新的作用。
1文献回顾
风险投资对技术创新的作用研究早在上世纪70年代就引起了部分学者的关注，但是直到1998年Kortum和Lerner所开展的经验研究，有关风险投资对技术创新的研究逐渐变得系统化。Kortum和Lerner[1]以美国20个产业超过三十年的数据为样本，采用专利产出函数进行回归分析。分析显示，风险资本对专利有正向作用，且其效应大概是R&D的3倍。在1983—1992年期间，尽管美国风险投资额大约只占企业R&D水平的3%，但是它对产业的创新贡献率却达到了8%。与Kortum和Lerner用专利来衡量技术创新不同，Ueda和Hirukawa[2]采用全要素生产率(TFP)作为创新产出指标。他们将样本数据选定在1968—2001年期间，通过对美国相关制造业数据的面板自回归分析和产业时间序列分析，使用Granger检验，发现TFP的增长引起随后风险投资的增长，但风险投资的增长却没有引起1年滞后期的TFP增长，并且结论因行业而异。
同样地，部分学者利用欧洲国家的数据也证实了风险投资对技术创新的作用。Peneder[3]从微观角度以奥地利高新技术企业的数据进行分析，指出风险投资和创新能力强的企业互相青睐。在风险投资加入后，企业的成长速度和创新水平都将得到提升。还有一些学者得出了不一致的结论。例如Caselli、Gatti和Perrini[4]选取了意大利74家上市公司1995—2004年期间的数据，并把样本按有无风险投资支持分为两类，对其技术创新活动作对比分析。他们采用发明专利数量作为衡量指标，结果显示，在项目选择阶段，风险投资对企业技术创新起到了显著的作用，但是在投资之后，企业会关注其他经营管理目标，不再对技术创新有促进作用。国内学者则较多从理论方面进行分析。
王亮[5]指出除了企业自身的资源系统外，风险投资可以在外部形成一个有利于企业进行技术创新的资源支持体系，这使得企业的技术创新由“慢”变“快”，并能够进一步提升整个国家的技术创新水平。姚丰桥和陈通[6]采用博弈模型研究了风险投资与企业进行技术创新的行为之间的关系，发现风险投资和企业会存在委托代理和信息不对称等问题，两者会进行双向选择，而创新企业的自身实力则是双方合作的关键性因素。
部分学者利用美国数据对问题进行了实证研究，丁文丽[7]利用美国1988—2001年的数据采用时间序列分析的方法进行了实证分析。分析表明，风险投资与技术创新之间有着长期的正向关系。少数学者利用中国现有数据对问题进行了简单的经验研究，如邓俊荣和龙蓉蓉[8]利用中国1994—2008年的数据，进行二元线性回归。分析显示，风险投资与专利之间不存在线性关系，但R&D对专利的影响显著。综上所述，一方面虽然很多文献已经从多角度探讨了风险投资与技术创新的关系，却还没有形成系统的理论与较一致的结论;而且国内学者较多是对制度机制进行理论分析，利用中国数据进行实证研究的成果较少。另一方面，现有文献主要是运用回归分析的方法来研究风险投资对技术创新产出的作用，很少有学者从效率的角度去探究。所以，本文将采用中国2005—2014年的数据，基于DEA模型对其技术创新效率进行综合评价。
2实证分析
该部分主要包括三个方面，一是选取合适的指标来度量技术创新的效率，二是选择适合的计量分析模型来测算效率，三是基于所获得的数据计量出该效率，并依据实证结果进行合理分析。分析的内容包括有效性分析、风险投资对技术创新效率的影响力分析和投影分析(即提出技术创新效率改进目标与方案)。
2.1指标选取与数据来源
企业技术创新效率的测算指标体系包括投入和产出两个方面。在投入方面，本文借鉴Kortum和Lerner[1]、Romain和Pottelsberghe[9]以及Tang和Chyi[10]的研究，选取风险投资额、R&D经费和R&D人员全时当量三个指标衡量技术创新的投入。在产出方面，参照Kortum和Lerner[1]、王建梅和王筱萍[11]的研究，本文把专利申请量作为技术创新产出的指标之一。专利申请量代表了企业的新知识和新技术的创新水平，但是企业投入资金和人员的最终目的是获得利润，而专利并不能代表企业技术创新成果市场价值。所以，本文选取新产品销售额作为产出的另一个指标，来表征其商业化水平。由于在《中国科技统计年鉴》中，关于高技术产业的数据是从2005年开始记录，因此，基于数据的可获得性，本文采用的是2005年—2014年十年的数据，具体如表1所示。
2.2计量分析模型
本文参考赵树宽、余海晴和巩顺龙[12]的观点，认为企业进行技术创新是一项具有多投入和多产出的复杂活动，并且难以确定具体的投入产出关系。而DEA模型在处理多投入变量和多产出变量时具有一定的优势，同时它也不需要确定特定的投入产出关系，因此，本文选用DEA模型来测算技术创新的效率。在此模型中CCR最基础，通过其最优解可以得到DMU的有效性情况，在其基础上构建BCC模型，通过它可以将综合效率值分解，由此还能够判断DMU的规模收益情况。
2.3效率测算及分析
本文利用Deap2.1软件，选取BCC模型，采用多阶段算法得到了如表2所示的效率测算结果。2.3.1有效性分析根据DEA模型，效率值为1即表示DEA有效。从表2中得知，2005至2009年，中国高技术产业的综合效率值始终是1，即这五年间，其始终处于DEA有效状态。但从2010年开始，其值有了下降的趋势，只有2012年和2014年这两年是DEA有效的。虽然2010年、2011年和2013年这三年的值均小于1，即处于DEA无效状态，但是最低的一年2010年的值也达到了0.936，这说明了中国高技术产业效率较高。而且从2005年至2014年这十年的平均值来看，其值是0.987，这说明了其效率从总体上来说还是比较高。从2005年至2014年，中国高技术产业纯技术效率和规模效率的均值分别为0.989和0.998。
相对而言，对综合效率影响较大的是后者。前者值为1表明其投入产出结构合理，后者值为1表明其投入产出规模合理。通过对表2中数据的观察，本文不难发现7个DEA有效年份的这两个值都为1，也即说明这7个DEA有效年份均实现了资源的合理分配，并达到了最优规模。从上述对2005年—2014年间中国高技术产业技术创新效率测算的结果可以看出，2010年、2011年和2013年是DEA无效的。进一步分析可知，这三年的纯技术效率值和规模效率值均小于1，即这三年既没有达到投入产出结构的最优状态，也没有实现规模的最优状态。同时，2010年、2011年及2013年是处于规模收益递减的，这也可以看出与目前的技术创新能力相比，其规模并不是最合理的。
2.3.2风险投资对技术创新效率的影响力分析本文主要是研究风险投资对高技术产业技术创新的作用，因此，在已获得其效率值的前提下，研究它对效率的影响力大小是必要的并且可行的。本文可以研究三个投入指标分别对产出的影响。但是鉴于投入产出组合较多，本文简化了研究方法，只研究剔除一个投入指标后其投入产出方案的效率值。利用Deap2.1软件，测算出在不同投入组合中的历年效率均值，其结果列于表3中。由表3数据可知，方案1、2、3的综合效率均值分别为0.964(最小)、0.984(最大)和0.975，。剔除风险投资额后的效率均值最小，这表明其对效率的影响最大。基于上文分析，本文还能够测算出每个投入指标对效率的影响。
本文以V(D)表示表2中的DEA效率均值，以V(Di)代表表3中不同指标组合下的DEA效率均值，那么，计算单一投入指标i对效率影响的公式可表示为：上式中，Si表示投入指标i对DEA效率的影响大小，该值越大，其影响程度也越大。利用表2和表3中的相关数据，由Si计算公式可得到，S1=0.0239，S2=0.0030，S3=0.0123。由此也可以看出，在投入指标方面，风险投资额对技术创新效率影响最大，其影响程度为0.0239。进一步分析可知，在资本投入方面，虽然风险投资额比R&D经费少，但S1>S2，即风险投资相对于R&D来说对技术创新的支持力度更大。这可能是因为一方面高科技企业在进行技术创新过程中会面临着各种各样的风险，包括技术风险、市场风险、管理风险等，很难获得银行等传统金融机构的资金支持。另一方面，本文借鉴龙勇和刘誉豪[13]以及蔡文佳[14]的观点，认为风险投资不同于债务等传统融资方式的优势在于，它不仅可以解决企业的融资需求，而且它能够为企业提供各种各样的非资本性的增值服务。
2.3.3投影分析由表4可知，DEA无效年份改进方向集中在技术创新投入方面，风险投资额、R&D经费和R&D人员全时当量都存在投入冗余。从技术创新投入改进幅度来看，风险投资额改进幅度最小，R&D人员全时当量改进幅度最大。基于此，本文认为2010年、2011年和2013年这三年的DEA无效主要是因为R&D人员全时当量投入过多导致。R&D人员投入过多可能是相对的，它有可能是其投入质量不高造成的，人员的素质对企业的技术创新有着重要影响。在创新产出方面，改进情况比较简单，只有2013年的专利申请数需要调整，并且其改进幅度较小，仅为1.67%。
3结论与政策含义
本文基于效率视角，采用DEA模型，以中国高技术产业为研究对象，测算了2005年—2014年十年间的技术创新效率值，并研究了风险投资对其的影响，结论如下。(1)DEA效率评价结果显示，从总体上来看，中国高技术产业技术创新的综合效率均值较高。在2010年之前，其一直处于DEA有效状态，但是自2010年之后，效率值不断变化，而且近几年呈现出一定的下降趋势。(2)将综合效率值分解来看，对技术创新效率影响较大的是规模效率。从2005年至2014年，技术创新规模收益状态由规模收益不变转为规模收益递减，这表明与现有的技术创新能力相比，现有的投入规模不是最优的。(3)在投入方面，与R&D相比，风险投资对技术创新效率的影响更大。DEA无效年份主要是由R&D人员投入过多导致，其相对过多则意味着风险投资额和R&D经费的投入相对过少，造成技术创新的投入比例不合理。因此，合理有效地配置资本和人员投入并适当加大风险投资投入具有重要意义。
基于上述结论，本文提出了如下的政策含义。(1)提高风险投资对高技术产业的资金投入风险投资主要是投资于高新技术及其产品的研发领域，以期使创新成果能够更快推向市场，并获得商业价值，从而帮助企业成长，最终实现资本的退出和增值的一种投资过程。从中国风险投资机构近年的投资方向来看，其投资于高技术产业的资金占比大约为百分之五十，仍然有大量资金投资于传统产业。基于此，中国政府应出台相关法规政策，积极引导风险投资机构将资金投向高技术产业，这样有助于提升其技术创新效率。(2)实现资本和人员的有效配置企业进行技术创新离不开资本和人员的支持，只有当资本和人员的投入得到合理配比，才能最大化地实现经济价值，不产生资源浪费的问题。由本文的结论得知，DEA无效年份主要是因为R&D人员投入较多。那么，在注重风险投资对高技术产业技术创新作用的同时，也应该注意平衡其与其他技术创新投入因素的关系，这样才可以使一切资源得到充分利用。
4局限性
本文从中观层次研究了风险投资对中国高技术产业技术创新的作用，并基于效率视角对问题进行了实证分析。但受到样本数量和研究数据的可获取性的限制，本文只选取了2005年—2014年十年的数据，也未能对高技术产业中的具体行业进行相应的讨论。在未来，基于中国数据的完备性和可获得性，可以扩大研究样本，并通过多行业的视角，更加深入细化地对此开展进一步的研究。
作者：司颖洁 李姚矿 单位：合肥工业大学管理学院
转载请注明来源。原文地址：http://www.xuebaoqk.com/xblw/1687.html
《风险投资对高技术产业技术创新的作用》